【岗位职责】 项目描述：研究如何通过指数级增加模型参数量（从百万到千亿级）来提升学习排序性能，探索大语言模型在排序任务中的涌现能力、计算效率与精度的权衡关系，以及数据质量、训练策略对Scaling Law的影响规律。 岗位职责： 1. 跟进和研发推荐排序模型的优化， 结合大模型相关技术， 推动排序模型离线/在线指标增长, 探索排序模型的新范式。 2. 结合以上方向的探索和研究，撰写发表论文，和业界、学术界保持良好的交流。 【任职要求】 1．2028届及以后毕业，本科及以上学历在读，具备优秀的编码能力，扎实的数据结构和算法功底。 2．有一定的科研能力，能够针对性的解决问题。 3．优秀的分析问题和解决问题的能力，对解决具有挑战性问题充满激情，不轻易放弃。 4．对技术有热情，有自己的理解，能够用技术推动业务进步和变革。 5．有良好的沟通表达能力，具有团队精神，有良好的团队协同能力。 6．在顶级计算机学术会议(SIGIR、SIGKDD、ICML、NIPS、WWW、AAAI、CIKM、ACL、RECSYSA）或期刊上发表过论文者优先。 本项目为得物研究型实习生项目。该项目岗位最低实习时长为6个月，岗位非纯业务开发岗位，主要目的为发表顶级期刊。